ULTIMAS NOTICIAS

Garrad Hassan (GH) alcanza en 2007 su objetivo de proporcionar predicciones fiables de energía eólica para 3GW de potencia instalada repartidos por todo el mundo

GH Forecaster es un servicio de predicción de energía eólica a corto plazo que utiliza la tecnología actual más avanzada del mundo. Operadores de red, propietarios de parques eólicos y comercializadores de energía confían en GH Forecaster para realizar sus predicciones de energía eólica. GH proporciona servicios de predicción en línea para clientes repartidos en nueve países a lo largo de cuatro continentes.

En palabras de Andrew Tindal, director de GH:

“Tras el vertiginoso crecimiento experimentado por la energía eólica, con 20 GW nuevos instalados en 2007 (Global Wind Energy Council, January 2008), la integración en la red y la comercialización de la energía eólica se han convertido en los grandes retos que debe afrontar el sector. Las tecnologías de predicción más avanzadas, como las que utiliza GH Forecaster, juegan un papel primordial en la búsqueda de soluciones a los retos planteados. GH posee una gran reputación como experto independiente en predicciones de producción de energía eólica a largo plazo y actualmente estamos adquiriendo una reputación igualmente importante en el incipiente y creciente mercado de las predicciones a corto plazo, como demuestra el hecho de que estemos realizando servicios de predicción para 3 GW de energía eólica en nueve países.”

GH Forecaster combina los enfoques físicos y estadísticos para realizar las predicciones eólicas. Utiliza como entradas la combinación de modelos meteorológicos numéricos globales procedentes de diferentes centros meteorológicos homologados y las condiciones meteorológicas particulares del emplazamiento.

El refinamiento del modelo meteorológico utilizado y la conversión de los resultados a términos de producción energética del parque eólico se consiguen mediante modelos de alta resolución. Estos modelos tienen en cuenta las particularidades del emplazamiento como la topografía y el efecto de estelas y tienen implementado un modelo estadístico de aprendizaje que va mejorando la predicción a lo largo del tiempo a través de la realimentación de los datos procedentes del sistema de adquisición de datos del emplazamiento.

La combinación de modelos meteorológicos numéricos de diferentes centros meteorológicos proporciona una mayor fiabilidad a los resultados debido a la redundancia en los datos de entrada y mejora la aproximación de la predicción permitiendo a la aplicación ensamblar diferentes técnicas de predicción.

Puede encontrar más información acerca de GH Forecaster en la página web de GH www.garradhassan.com o enviando un correo electrónico a la dirección forecasterinfo@garradhassan.com

Regresar...